实体
hospital
hospital
PulseAugur coverage of hospital — every cluster mentioning hospital across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
Healthleap 为其标记高风险住院患者的 AI 融资 3800 万美元 · 跟踪 3 个来源
南非初创公司 Healthleap 已获得 3800 万美元融资，用于推进其 AI 平台。该技术分析患者记录，包括临床医生的笔记，以识别有潜在未确诊疾病（如营养不良和谵妄）风险的个体。该平台已在 50 多家医院实施，通过改善患者预后和缩短住院时间，为医疗服务提供商带来了显著的投资回报。
-
医院寻求内部部署MLOps建议，涵盖供应商及自建模型
一家医院正在寻求关于为内部开发及供应商提供的AI模型实施内部部署MLOps的建议。该组织正在评估ClearML和Red Hat OpenShift AI等平台以实现完整的MLOps生命周期，但在生产环境监控能力方面遇到挑战。关键需求包括漂移检测、偏见监控、使用情况分析和自定义指标，特别是对于仅能访问输入/输出数据的第三方供应商托管模型。
-
大型语言模型在风险评估中的作用：解释而非决策
大型语言模型不应用于确定交易是否具有风险，而应在专用系统做出风险决定后，用于以通俗易懂的语言解释该决定。该过程应包括三个独立的步骤：首先，风险模型通过产生精确的数值概率来衡量风险；其次，策略规则根据该数字决定采取何种行动；第三，大型语言模型以通俗易懂的语言传达决定及其理由。这种结构化的方法避免了让大型语言模型自行执行风险评估的常见错误，后者可能导致产生不精确且不可测试的语言，而非可操作的数据。